中國(guó)股市上市公司證券公司證券公司的投資者情緒與證券公司的反應(yīng)

中國(guó)股市上市公司證券公司證券公司的投資者情緒與證券公司的反應(yīng)

一、研究方法和步驟作為該公司提出的專(zhuān)業(yè)投資建議，《資本投資報(bào)告》涵蓋了特定證券產(chǎn)品的價(jià)值、市場(chǎng)趨勢(shì)或相關(guān)影響因素，以及對(duì)證券估值和投資評(píng)級(jí)的投資分析。證券研究報(bào)告主要涉及證券及證券相關(guān)產(chǎn)品的價(jià)值分析報(bào)告、行業(yè)研究報(bào)告、投資策略報(bào)告等,給投資者提供了明確的操作建議(“買(mǎi)入”、“增持”、“持有”、“減持”、“賣(mài)出”)。根據(jù)國(guó)泰安CSMAR數(shù)據(jù)庫(kù)的統(tǒng)計(jì),2011年,中國(guó)A股市場(chǎng)共有3106位證券分析師發(fā)布了34735份研究報(bào)告。無(wú)論從分析師數(shù)量還是研報(bào)數(shù)量上,都可以看出券商報(bào)告的迅速發(fā)展,券商報(bào)告已經(jīng)成為中國(guó)股票市場(chǎng)上投資者獲取市場(chǎng)信息的重要途徑,券商報(bào)告中所傳達(dá)出對(duì)的積極或者消極的評(píng)級(jí)態(tài)度很有可能對(duì)該證券日后的表現(xiàn)和投資者行為產(chǎn)生影響。然而,近年來(lái)中國(guó)券商研究報(bào)告風(fēng)波不斷,從中國(guó)寶安“石墨門(mén)”到攀鋼釩鈦“研報(bào)門(mén)”,從寧波聯(lián)合“被銻礦”到涪陵榨菜“天價(jià)榨菜”,投資者券商報(bào)告產(chǎn)生了信任危機(jī),甚至有聲音指責(zé)研究報(bào)告“滿(mǎn)紙荒唐言”、“看研報(bào)不如擲骰子”。似乎完全否定了券商報(bào)告對(duì)市場(chǎng)的影響和預(yù)測(cè)能力。因而,值得思考的問(wèn)題是,如果中國(guó)券商研究報(bào)告對(duì)股市能夠產(chǎn)生影響,券商報(bào)告中傳遞出的市場(chǎng)情緒能在多大程度上影響股票市場(chǎng)的走勢(shì)?如果券商報(bào)告并不能對(duì)股市產(chǎn)生影響,是否意味著券商報(bào)告實(shí)際上是分析師根據(jù)市場(chǎng)上已有的信息作出的推斷,從而在一定程度上驗(yàn)證了中國(guó)股市為弱式有效市場(chǎng)?在本文的研究時(shí)段中,關(guān)于中國(guó)聯(lián)通的個(gè)股券商報(bào)告數(shù)量較多,僅邁博匯金上的就有1174篇。從數(shù)據(jù)的可獲得性和完整性上考慮,本文選取中國(guó)聯(lián)通(600050.SH)為研究對(duì)象,深入研究券商報(bào)告中的態(tài)度對(duì)該公司股票的影響。整體的研究步驟如下:第一步,建立券商報(bào)告態(tài)度的褒貶義詞詞庫(kù)。首先人工閱讀100篇的券商報(bào)告,挑選出其中的褒義詞、貶義詞和程度詞,構(gòu)建出原始詞庫(kù)。然后再閱讀另外10篇券商報(bào)告,檢驗(yàn)這10篇中95%褒貶義詞是否包含在之前的原始詞庫(kù)中,若沒(méi)有,則補(bǔ)齊遺漏的詞語(yǔ),并重復(fù)上述檢驗(yàn),直至檢驗(yàn)通過(guò)。第二步,利用已建立好的中文詞庫(kù),對(duì)1174篇中國(guó)聯(lián)通的券商報(bào)告進(jìn)行中文分詞,將成段成篇的券商報(bào)告摘要分割成一個(gè)個(gè)中文詞語(yǔ),這樣計(jì)算機(jī)才能將這一個(gè)個(gè)元素和之前詞庫(kù)中的詞語(yǔ)進(jìn)行比對(duì),從而計(jì)算出每一篇券商報(bào)告中褒義詞的比例用以代表此篇券商報(bào)告中券商的態(tài)度。第三步,運(yùn)用向量自回歸(VAR)計(jì)量模型分析。首先將收益率、成交量、股價(jià)波動(dòng)率和券商報(bào)告中褒義詞比例這四個(gè)變量加入VAR模型中,分析券商報(bào)告態(tài)度對(duì)市場(chǎng)的影響。考慮到一些宏觀經(jīng)濟(jì)因素也可能影響股票市場(chǎng),在VAR模型中加入了利率、匯率等宏觀經(jīng)濟(jì)指標(biāo)作為外生變量。最后,由于券商在對(duì)個(gè)股進(jìn)行評(píng)級(jí)分析和判斷時(shí)在很大程度上需要參考公司的各項(xiàng)基本面情況,因而我們又在模型中加入了中國(guó)聯(lián)通的市盈率、市凈率和公司市值這三項(xiàng)財(cái)務(wù)指標(biāo)使得模型進(jìn)一步完善。本文第一部分為理論背景,借鑒了前人研究投資者情緒的觀點(diǎn),闡述了研究動(dòng)機(jī),并提出了本文的理論框架。第二部分為數(shù)據(jù)處理,簡(jiǎn)要地介紹了選取的數(shù)據(jù)來(lái)源,借助中科院計(jì)算所的中文分詞軟件,對(duì)券商報(bào)告進(jìn)行文本分析,獲得相應(yīng)的態(tài)度數(shù)據(jù)。第三部分為數(shù)據(jù)分析,運(yùn)用了向量自回歸的計(jì)量方法,揭示了券商態(tài)度對(duì)股票市場(chǎng)運(yùn)行的影響,并根據(jù)結(jié)果判斷出券商報(bào)告只是跟隨著投資者情緒而變化。第四部分是結(jié)論,總結(jié)了全文主要觀點(diǎn),并給出相應(yīng)建議。二、研究背景(一)投資者情緒與市場(chǎng)整體收益Fisher和Statman通過(guò)應(yīng)用美國(guó)個(gè)體投資者協(xié)會(huì)指數(shù)(AmericanAssociationofIndividualInvestors,簡(jiǎn)稱(chēng)AAII)研究投資者情緒變化與股票收益率的關(guān)系,發(fā)現(xiàn)該指標(biāo)是預(yù)測(cè)S&P500未來(lái)收益率的有效反向指標(biāo)。Brown,Cliff則發(fā)現(xiàn)投資者情緒波動(dòng)與同期股票收益間存在顯著的相關(guān)性,但并不能頂測(cè)以后的股票收益,且這種關(guān)系并不僅僅限于個(gè)人投資者和小公司股票。Wayne,eta1.的研究證實(shí)了投資者情緒變化是一種系統(tǒng)風(fēng)險(xiǎn)并得到了補(bǔ)償。PaulC.Tetlock利用GIprogram對(duì)悲觀詞匯的分類(lèi)對(duì)華爾街日?qǐng)?bào)中“AbreastoftheMarket”專(zhuān)欄中的情緒詞匯進(jìn)行量化處理,并利用VAR回歸方法進(jìn)行數(shù)據(jù)分析,試圖反映投資者情緒對(duì)道瓊斯指數(shù)、收益率和成交量的影響,并對(duì)結(jié)果進(jìn)行穩(wěn)健性檢驗(yàn)。他得出的結(jié)論是投資者的悲觀情緒對(duì)道瓊斯指數(shù)收益率在短期內(nèi)有顯著的負(fù)面影響,而且這種影響會(huì)在一周內(nèi)被抵消掉,異常悲觀或樂(lè)觀的媒體情緒可以預(yù)示著成交量的增加,而收益率降低會(huì)導(dǎo)致悲觀情緒增加。我國(guó)國(guó)內(nèi)的相關(guān)媒體數(shù)據(jù)相比來(lái)說(shuō)并不完善。王美今和孫建軍(2004)用中央電視臺(tái)在2001年4月23日至2003年10月31日制作的“央視看盤(pán)”數(shù)據(jù),研究發(fā)現(xiàn)機(jī)構(gòu)投資者情緒變化顯著地影響滬深兩市收益,通過(guò)EGARCH模型實(shí)證發(fā)現(xiàn),當(dāng)投資者樂(lè)觀時(shí),收益顯著增加;當(dāng)投資者悲觀時(shí),收益顯著減少。張強(qiáng),楊淑娥(2009)對(duì)中國(guó)股市的研究發(fā)現(xiàn),投資者主觀情緒是影響股票價(jià)格的系統(tǒng)因子,股票價(jià)格隨著投資者情緒波動(dòng)而波動(dòng),而且情緒的上漲和下降對(duì)股票價(jià)格的影響是不對(duì)稱(chēng)的———情緒上漲時(shí)對(duì)股票價(jià)格的影響要比下降時(shí)強(qiáng)的多。魯訓(xùn)法,黎建強(qiáng)(2012)選取“新開(kāi)交易賬戶(hù)數(shù)”作為投資者情緒的代理變量(當(dāng)市場(chǎng)處于上升階段時(shí),投資者情緒會(huì)更為樂(lè)觀,有更多新的投資者進(jìn)入股市),應(yīng)用ARMA-GARCH類(lèi)模型研究了投資者情緒與股市收益率之間的相互關(guān)系,結(jié)果擬合度很好。Granger因果檢驗(yàn)表明上證綜合指數(shù)收益率是投資者情緒變化率的一個(gè)顯著影響因子,而并沒(méi)有發(fā)現(xiàn)投資者情緒的變化率對(duì)上證綜合指數(shù)的收益率Granger因果顯著。周楊(2012)以封閉式基金折價(jià)率、新增投資者開(kāi)戶(hù)數(shù)、換手率、IPO平均首日收益率、IPO發(fā)行數(shù)量作為情緒代理變量,利用主成份分析法和EGARCH模型研究發(fā)現(xiàn)投資者情緒對(duì)預(yù)期股票市場(chǎng)收益波動(dòng)有顯著的正向影響。國(guó)內(nèi)學(xué)者少有用向量自回歸模型研究中國(guó)股市的投資者情緒,而且少有利用券商報(bào)告中的態(tài)度作為代理變量展開(kāi)研究。券商報(bào)告中主要包含評(píng)級(jí)推薦、盈利預(yù)測(cè)、目標(biāo)值預(yù)測(cè)、論證內(nèi)容這四方面的信息,國(guó)外研究方面,已有文獻(xiàn)主要是以這四種信息的其中某一兩種信息為主研究券商報(bào)告中信息對(duì)股市產(chǎn)生的影響。這對(duì)我們的研究有一定的借鑒意義。券商報(bào)告首頁(yè)中股票評(píng)級(jí)和分析師推薦等級(jí)(“買(mǎi)入”、“增持”、“持有”、“減持”、“賣(mài)出”)是一篇券商報(bào)告所包含的重要信息。1978年,Lloyd-Davies和Canes最早研究了券商報(bào)告中評(píng)級(jí)和推薦信息對(duì)股市產(chǎn)生的影響。通過(guò)研究《TheWallStreetJournal》的“heardonthestreet”專(zhuān)欄1970-1971年間所推薦股票的市場(chǎng)反應(yīng),他們發(fā)現(xiàn)被評(píng)為“買(mǎi)入”和“賣(mài)出”兩類(lèi)評(píng)級(jí)的股票在信息發(fā)布當(dāng)天平均分別獲得0.923%和-2.374%的超常收益率,且股票價(jià)格在隨后20個(gè)交易日內(nèi)沒(méi)有發(fā)生逆轉(zhuǎn)。Elton(1986)分析了股票評(píng)級(jí)發(fā)生變動(dòng)時(shí)的市場(chǎng)反應(yīng),他們以1981-1983年間34家證券公司信息發(fā)布時(shí)的市場(chǎng)反應(yīng)。以1981~1983年間34家券商的9977份券商報(bào)告的評(píng)級(jí)信息為研究對(duì)象,發(fā)現(xiàn)在股票評(píng)級(jí)信息發(fā)布當(dāng)月,評(píng)級(jí)調(diào)高至“1”或“2”(買(mǎi)入)的公司相對(duì)于調(diào)低至“4”或“5”(賣(mài)出)的公司,具有2.43%的超額收益率。Givoly和Lakonishok(1979)以標(biāo)準(zhǔn)普爾公司1967~1974的券商報(bào)告中的盈利預(yù)測(cè)信息為研究對(duì)象,發(fā)現(xiàn)在券商報(bào)告發(fā)布前后4個(gè)月內(nèi),相應(yīng)股票都具有統(tǒng)計(jì)上顯著的超額收益率。進(jìn)一步地,若券商報(bào)告預(yù)測(cè)某個(gè)股票的盈利幅度超過(guò)5%,則該股票在之后的兩個(gè)月內(nèi)的平均超額收益率約為2.7%。Francis和Soffer(1997)同時(shí)考慮券商報(bào)告中評(píng)級(jí)推薦信息和盈利預(yù)測(cè)信息,其研究結(jié)果表明這兩種信息都會(huì)對(duì)股市產(chǎn)生顯著性的影響,并且即使控制了這兩種信息中的一種,另一種信息作為股市的影響因素,系數(shù)也是顯著的。Brav和Lehavy(2003)針對(duì)券商報(bào)告中目標(biāo)值信息進(jìn)行了考察,發(fā)現(xiàn)目標(biāo)值對(duì)股市的影響是顯著的,并且即使在回歸方程中加入評(píng)級(jí)推薦信息和盈利預(yù)測(cè)信息作為控制變量,目標(biāo)值信息的系數(shù)仍然顯著的。2005年,Asquith、Mikhail和Au研究并驗(yàn)證了論證內(nèi)容信息對(duì)股市的影響是顯著的,同樣地加入評(píng)級(jí)推薦、盈利預(yù)測(cè)信息和目標(biāo)值信息后,論證內(nèi)容信息和目標(biāo)值信息的聯(lián)合系數(shù)依然是顯著的。國(guó)內(nèi)研究方面,饒育菅與劉達(dá)鋒(2003)用中央電視臺(tái)網(wǎng)站機(jī)構(gòu)看市與中國(guó)證券報(bào)券商看市和咨詢(xún)機(jī)構(gòu)看市數(shù)據(jù)研究中國(guó)機(jī)構(gòu)投資者對(duì)市場(chǎng)的預(yù)測(cè)能力,發(fā)現(xiàn)機(jī)構(gòu)投資者并不能可靠地預(yù)測(cè)股票市場(chǎng)。宋軍,吳沖鋒(2003)以2000年在《中國(guó)證券報(bào)》上發(fā)表的股評(píng)家的預(yù)測(cè)文章為樣本,建立了3組回歸方程來(lái)研究股評(píng)家對(duì)于大盤(pán)預(yù)測(cè)的準(zhǔn)確性及影響預(yù)測(cè)的影響因素。研究結(jié)果發(fā)現(xiàn),股評(píng)家的短期預(yù)測(cè)平均而言是一個(gè)未來(lái)大盤(pán)收益率的一個(gè)反向指標(biāo)。宏觀的經(jīng)濟(jì)面信息、前一天的公眾輿論和前3天的大盤(pán)平均收益率都對(duì)于股評(píng)家的預(yù)測(cè)有顯著影響,其中以公眾輿論的影響作用最大。券商報(bào)告會(huì)在一定程度上對(duì)投資者情緒產(chǎn)生影響,因此我們以券商報(bào)告文本中的態(tài)度詞匯做為投資者情緒的代理變量具有合理性。唐湘晉、趙亮、晏先浩(2004)利用上海滬市在牛市、平穩(wěn)及熊市三種狀況下的股票歷史數(shù)據(jù)并通過(guò)多種統(tǒng)計(jì)方法對(duì)中國(guó)股民的投資心理進(jìn)行了實(shí)證分析,實(shí)證結(jié)果發(fā)現(xiàn)中國(guó)股民的投資心理符合西方行為金融學(xué)的期望理論,如在收益時(shí)股民表現(xiàn)出對(duì)已有收益的貪婪和及時(shí)行樂(lè)的心理,而在被套牢時(shí)又寧愿苦苦等待反彈機(jī)會(huì)。因此,我們?cè)谝延醒芯康幕A(chǔ)上提出理論假設(shè)。(二)理論假設(shè)1、市場(chǎng)情緒與市場(chǎng)頻率基本假設(shè)一:市場(chǎng)上有兩種交易者———噪音交易者和理性套利者。噪音交易者相信未來(lái)股利的隨機(jī)分派的,而理性套利者相信股利是服從貝葉斯分布的。本文認(rèn)為當(dāng)噪音交易者對(duì)未來(lái)股利的預(yù)期低于理性套利者的預(yù)期時(shí)是悲觀情緒,而且這種預(yù)期是相對(duì)平穩(wěn)的,即不會(huì)隨機(jī)偏離貝葉斯預(yù)期。另一方面,我們?cè)诒疚闹屑僭O(shè)市場(chǎng)收益率受兩個(gè)主要因素的影響,其一是有關(guān)公司價(jià)值的新信息,其二是投資者的情緒,后者通過(guò)影響供求關(guān)系來(lái)影響股票的價(jià)格和收益率。而且不難發(fā)現(xiàn),理性套利者是根據(jù)新信息來(lái)進(jìn)行投資,而市場(chǎng)情緒主要來(lái)自于噪音交易者的影響,因此我們可以推斷出市場(chǎng)情緒在長(zhǎng)期中的數(shù)學(xué)期望應(yīng)為零,即在長(zhǎng)期中投資者情緒不會(huì)影響股票收益率?；炯僭O(shè)二:兩種交易者都是風(fēng)險(xiǎn)厭惡的,有資產(chǎn)約束(不能隨意買(mǎi)入或賣(mài)出資產(chǎn))。在這個(gè)假設(shè)下,噪音交易者的預(yù)期會(huì)對(duì)股價(jià)產(chǎn)生影響,如當(dāng)噪音交易者有負(fù)面預(yù)期和悲觀情緒時(shí),他們會(huì)出售股票給套利者,股票交易量上升,會(huì)對(duì)股票收益產(chǎn)生暫時(shí)的下降壓力。(參見(jiàn)DeLongetal.(1990a))至此,由以上兩個(gè)基本假設(shè),我們可以推導(dǎo)出下列四種情況:券商報(bào)告領(lǐng)導(dǎo)著投資者情緒。券商報(bào)告跟隨者投資者情緒。券商報(bào)告含有情緒和新的市場(chǎng)信息。券商報(bào)告只含有已經(jīng)體現(xiàn)過(guò)的信息。2、短期以短期低收益發(fā)展為導(dǎo)向,其情緒在長(zhǎng)期內(nèi)期望更如果是券商報(bào)告領(lǐng)導(dǎo)了投資者的情緒,那么在這種情況下,券商樂(lè)觀的態(tài)度將引領(lǐng)噪音交易者產(chǎn)生樂(lè)觀的情緒,隨之帶來(lái)短期的高收益,而由于情緒在長(zhǎng)期內(nèi)期望為零,所以一段時(shí)間后價(jià)格反轉(zhuǎn)回到價(jià)值水平,這一水平與報(bào)告發(fā)布之前剛好持平;如果券商報(bào)告跟隨著過(guò)去投資者的情緒,那么樂(lè)觀情緒出現(xiàn)后一段時(shí)間才會(huì)有樂(lè)觀的券商態(tài)度,同理收益率先升高后降低,最終價(jià)格會(huì)反轉(zhuǎn)剛好回到價(jià)值水平,但從券商報(bào)告的公布日看起,收益率的反轉(zhuǎn)達(dá)到的水平將比t=0時(shí)刻低。3、短期高收益如果券商報(bào)告的態(tài)度不僅僅包含著投資者情緒,同時(shí)也是沒(méi)有反映到股票價(jià)格里的基本面信息的代理變量,那么樂(lè)觀情緒仍然與短期的高收益有關(guān),但是長(zhǎng)期的股價(jià)不會(huì)回到之前的基本面水平,并且這一水平一定會(huì)比報(bào)告發(fā)布之前高;如果券商報(bào)告的態(tài)度是股票基本面信息的代理變量,而這些信息已經(jīng)反映到股價(jià)上面,因此不包含投資者情緒的話(huà),那么券商報(bào)告不會(huì)對(duì)未來(lái)股票價(jià)格造成影響,同樣如果券商報(bào)告不包含任何過(guò)去、現(xiàn)在、未來(lái)股票價(jià)格的信息,那么券商報(bào)告的態(tài)度不會(huì)對(duì)股票產(chǎn)生任何影響。4、投資者情緒、市場(chǎng)情緒不同如果券商報(bào)告反映了過(guò)去的投資者情緒或可以預(yù)測(cè)未來(lái)的投資者情緒,那么異常的樂(lè)觀情緒或悲觀情緒會(huì)伴隨著交易量的增加。假設(shè)理性套利者之間不會(huì)產(chǎn)生交易,如果噪音交易者對(duì)股價(jià)產(chǎn)生了影響,那么必須有一個(gè)共同因素導(dǎo)致了他們對(duì)股價(jià)預(yù)期的變化。如果券商報(bào)告的態(tài)度代表的是基本面的信息而不是投資者情緒,那么交易量的變化是沒(méi)有明確結(jié)論的,因?yàn)橥顿Y者或經(jīng)紀(jì)人會(huì)對(duì)新信息可能有不同看法,也可能有一致的看法。最后,如果券商報(bào)告不包含任何信息或者情緒,那么券商報(bào)告態(tài)度不會(huì)對(duì)成交量產(chǎn)生影響。三、處理數(shù)據(jù)(一)模型的建立和預(yù)測(cè)本文所用的中國(guó)聯(lián)通(600050)股票交易數(shù)據(jù)、宏觀變量數(shù)據(jù)來(lái)源于國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù)、天相證券投資分析系統(tǒng)和Wind資訊金融終端,其中日收盤(pán)價(jià)(記為CP)、日開(kāi)盤(pán)價(jià)(記為OP)來(lái)自國(guó)泰安經(jīng)濟(jì)金融研究數(shù)據(jù)庫(kù);日交易量(記為V)來(lái)自天相證券投資分析系統(tǒng);日最高價(jià)(記為HP)、最低價(jià)(記為L(zhǎng)P)和日均價(jià)(記為AP)來(lái)自Wind資訊金融終端。研究的時(shí)間窗口為2008年9月30日~2013年2月5日,其中預(yù)測(cè)用數(shù)據(jù)為2012年10月1日~2013年2月5日。以中國(guó)聯(lián)通為研究對(duì)象,在回歸估計(jì)部分采用VAR模型:第一步,將券商報(bào)告態(tài)度(記為Attitude)、日收益率(記為Return,Return=lnCP-lnOP)、調(diào)整的日成交量(記為V,模型中為日成交量的一億分之一)、日波動(dòng)率(記為Amplitude,Amplitude=(HP-LP)/AP)加入VAR模型中分析各因素相互的關(guān)系;第二步,將各項(xiàng)宏觀經(jīng)濟(jì)指標(biāo)匯率、利率作為控制變量加入VAR模型中,考察券商報(bào)告態(tài)度對(duì)中國(guó)聯(lián)通股票的影響以及宏觀經(jīng)濟(jì)指標(biāo)對(duì)券商報(bào)告態(tài)度的影響;第三步,為了考慮中國(guó)聯(lián)通公司基本面情況對(duì)券商報(bào)告態(tài)度的影響,在上一步的模型中繼續(xù)加人中國(guó)聯(lián)通的各項(xiàng)財(cái)務(wù)指標(biāo)市盈率、市凈率、和市值,研究券商報(bào)告態(tài)度對(duì)股票市場(chǎng)的影響。(二)投資報(bào)告的態(tài)度數(shù)據(jù)1、封決方式與整篇商業(yè)報(bào)告態(tài)度之間的相關(guān)性本文以券商報(bào)告首頁(yè)摘要中的褒義詞比例作為券商報(bào)告態(tài)度的代理變量。券商報(bào)告首頁(yè)的摘要中是全篇報(bào)告信息的總結(jié),而且首頁(yè)摘要中包含了評(píng)級(jí)推薦、盈余預(yù)測(cè)和目標(biāo)值這三種信息(參考文獻(xiàn)綜述中提到的四種信息),因而摘要中褒義詞比例與整篇券商報(bào)告態(tài)度之間有著很大的相關(guān)性;同時(shí),摘要中信息與報(bào)告中其他部分內(nèi)容重有著大量重復(fù)用詞,易導(dǎo)致重復(fù)計(jì)數(shù)問(wèn)題,基于以上兩點(diǎn)考慮使用券商報(bào)告首頁(yè)摘要中褒義詞的比例作為券商報(bào)告態(tài)度的代理變量是合理的。2、建立架構(gòu)并進(jìn)行計(jì)算由于在本文的研究時(shí)段中,關(guān)于中國(guó)聯(lián)通的個(gè)股券商報(bào)告數(shù)量較多,僅邁博匯金上的就有1174篇。如果均采用人工閱讀并甄選出其中的褒貶義詞,工程量十分浩大,因此我們采用計(jì)算機(jī)編程的技術(shù),通過(guò)C++編程來(lái)實(shí)現(xiàn)中文分詞、中文詞語(yǔ)的識(shí)別,以及褒貶義詞的數(shù)量統(tǒng)計(jì)。而這項(xiàng)工作的第一步就是建立褒貶義詞詞庫(kù),我們一共建立了三個(gè)詞庫(kù),分別是褒義詞詞庫(kù)、貶義詞詞庫(kù)和程度詞詞庫(kù)。這樣一來(lái)使計(jì)算機(jī)能夠?qū)⑽恼轮械脑~語(yǔ)和詞庫(kù)中的詞語(yǔ)比對(duì),若該詞語(yǔ)與褒義詞詞庫(kù)中某詞一致,換句話(huà)說(shuō),它就屬于褒義詞詞庫(kù)。同理,貶義詞和程度詞也就相應(yīng)可以判斷。具體構(gòu)建詞庫(kù)時(shí),我們先人工閱讀了100篇左右的券商報(bào)告,挑選出其中的褒義詞、貶義詞和程度詞,構(gòu)建出原始詞庫(kù)。然后再閱讀另外10篇券商報(bào)告,檢驗(yàn)這10篇中95%褒貶義詞是否包含在之前的原始詞庫(kù)中,若沒(méi)有,則補(bǔ)齊遺漏的詞語(yǔ),并重復(fù)上述檢驗(yàn),直至檢驗(yàn)通過(guò)。3、ictclas5.0分詞技術(shù)有了構(gòu)建好的詞庫(kù),第二步就是中文分詞,也即將成段成篇的券商報(bào)告摘要分割成一個(gè)個(gè)中文詞語(yǔ),這樣計(jì)算機(jī)才能將這一個(gè)個(gè)元素和之前詞庫(kù)中的詞語(yǔ)進(jìn)行比對(duì)。而目前中文分詞技術(shù)是目前文本分析領(lǐng)域的一大難題,因此我們采用了中科院計(jì)算所研發(fā)的ICTCLAS5.0進(jìn)行分詞。中科院計(jì)算所的ICTCLAS5.0是其在多年研究工作積累的基礎(chǔ)上,研制出了漢語(yǔ)詞法分析系統(tǒng),具有既準(zhǔn)又快的特點(diǎn),分詞速度達(dá)到單機(jī)996KB/s,分詞精度98.45%,能夠滿(mǎn)足本文的分析需要。而且它提供免費(fèi)的API接口,支持C++和JAVA語(yǔ)言的調(diào)用,研究者可以很方便快捷地在自己的程序中使用它。四、模型建設(shè)(一)可忽視外生變量對(duì)市場(chǎng)起直接影響作用在一個(gè)無(wú)摩擦的半強(qiáng)型有效市場(chǎng)中,如果投資者總是擁有理性的預(yù)期,那么金融學(xué)的基本理論早已向我們闡明股票價(jià)格一定是隨機(jī)游走的(Samuelson,1965)。從更一般的角度說(shuō),即使市場(chǎng)并不完全,套利的存在依然會(huì)使得股價(jià)無(wú)法預(yù)測(cè)。如果真的這樣,那么對(duì)于股票市場(chǎng)的任何研究都將是徒勞的。但幸運(yùn)的是,市場(chǎng)的一些微觀機(jī)制比如非同步交易,噪音交易者以及交易成本等破壞了金融理論的純粹性,也使得當(dāng)我們對(duì)中國(guó)聯(lián)通股票收益率進(jìn)行研究時(shí),發(fā)現(xiàn)了某些變量之間明顯的相關(guān)特性。從發(fā)現(xiàn)這一問(wèn)題開(kāi)始,我們便打算仔細(xì)研究關(guān)于聯(lián)通股票收益率滯后期對(duì)當(dāng)期的影響。當(dāng)然我們的回歸模型還包含一些其他的變量,比如交易量的滯后項(xiàng)可以有效捕捉市場(chǎng)流動(dòng)性的情況,而股價(jià)波動(dòng)率的滯后項(xiàng)則可以作為市場(chǎng)中其他摩擦的一個(gè)代表。當(dāng)然券商態(tài)度將作為最主要的考察對(duì)象。在這之后,我們將根據(jù)情況加入譬如利率、匯率等宏觀外生變量,以及公司的一些財(cái)務(wù)指標(biāo)。這些具細(xì)節(jié)況會(huì)在模型中詳細(xì)說(shuō)明。(二)什么是造成成文企業(yè)如果通過(guò)回歸能夠得到券商報(bào)告對(duì)所有A股公司或者至少大盤(pán)走勢(shì)的影響的話(huà)無(wú)疑是非?？少F的,但我們相信對(duì)于其中一家公司進(jìn)行認(rèn)真、細(xì)致的研究也很有意義。這次我們將目標(biāo)定為中國(guó)聯(lián)通正是基于這樣的想法。中國(guó)聯(lián)通屬于十分成熟的上市企業(yè),因此它的信息披露機(jī)制會(huì)比中小公司完善和有效。關(guān)于中國(guó)聯(lián)通的券商報(bào)告我們是從資訊網(wǎng)站“邁博匯金”上得到的,其他數(shù)據(jù)例如股價(jià),公司財(cái)務(wù)指標(biāo)以及宏觀變量則分別從國(guó)泰安數(shù)據(jù)庫(kù)和Wind數(shù)據(jù)庫(kù)中得到,回歸過(guò)程的整個(gè)樣本期間為2008年1月11日至2012年9月30日。1、模型是否被驗(yàn)證VAR模型在應(yīng)用之前需要用ADF單位根檢驗(yàn)和格蘭杰因果檢驗(yàn)以檢驗(yàn)數(shù)據(jù)的平穩(wěn)性和是否適于VAR模型。表1與表2分別顯示了它們的具體情況。檢驗(yàn)結(jié)果發(fā)現(xiàn),Return,Volume,Attitude,Amplitude四個(gè)變量均為平穩(wěn)序列,且各個(gè)變量之間存在因果關(guān)系。故使用VAR模型是合理的。模型的具體滯后期我們將根據(jù)最小化AIC的方法得出,見(jiàn)表3。我們發(fā)現(xiàn)模型各變量滯后期為六時(shí)AIC最小,故VAR模型采用滯后期為六的形式。2、市場(chǎng)和市場(chǎng)條件對(duì)市場(chǎng)回歸結(jié)果的影響在檢驗(yàn)條件具備后,我們將進(jìn)行首次VAR回歸分析。模型將包含所有內(nèi)生變量日數(shù)據(jù)的滯后1至6期,主要包括收益率(記為R),成交量(記為V),券商報(bào)告首頁(yè)中褒義詞占褒義詞加貶義詞數(shù)和的比例(記為Att)以及股價(jià)波動(dòng)率(記為Amp)。其中收益率是由當(dāng)天股市收盤(pán)價(jià)比開(kāi)盤(pán)價(jià)取自然對(duì)數(shù)而得,股價(jià)波動(dòng)率則是由當(dāng)天振幅比日均價(jià)計(jì)算出。此外,收益率,成交量與波動(dòng)率由于都是從資本市場(chǎng)得到,因此它們作為解釋變量時(shí)都是從滯后一期開(kāi)始。但是褒義詞比例則是一個(gè)市場(chǎng)外的變量,而且券商報(bào)告與新聞相比時(shí)效性并不好,因此很有可能出現(xiàn)券商t期發(fā)布的報(bào)告中的信息事實(shí)上已經(jīng)在t-1期的股價(jià)中有所體現(xiàn)的情況了。為了在一定程度上反應(yīng)這一情況,我們的模型中褒義詞比例作為解釋變量時(shí)將從第t+1期開(kāi)始。在首次回歸分析時(shí)將不引入外生變量,以便觀察到褒義詞比例對(duì)收益率等其他指標(biāo)較為純粹的影響。根據(jù)以上的信息,首次的VAR模型形式為:為了更好的貼近事實(shí),我們假定隨時(shí)間變化的各個(gè)變量的波動(dòng)是非常隨機(jī)的,因此可以得出模型的殘差項(xiàng)是異方差的。另外我們根據(jù)殘差圖發(fā)現(xiàn)4個(gè)方程的殘差彼此間并沒(méi)有明顯的相關(guān)關(guān)系,因此我們假定殘差是獨(dú)立的。而事實(shí)上這一假設(shè)并不會(huì)影響VAR回歸的結(jié)果?；貧w結(jié)果見(jiàn)表4的VAR1部分?；貧w結(jié)果中提供了關(guān)于四個(gè)變量分別作為被解釋變量進(jìn)行回歸時(shí)的一些整體情況。當(dāng)Att作為被解釋變量時(shí)R2最大,為0.711,這一點(diǎn)是合理的,說(shuō)明了券商在做出研究報(bào)告時(shí)很大程度上參考了之前日子的收益率,成交量和波動(dòng)率。但遺憾的是,當(dāng)考察具體的影響時(shí)發(fā)現(xiàn)對(duì)這一個(gè)方程來(lái)說(shuō)顯著性并不理想。除了波動(dòng)率有兩天以上的顯著外,其余均是僅一期顯著或更少。對(duì)于十分重要的收益率參數(shù),竟然一期也不顯著。當(dāng)成交量V作為被解釋變量時(shí)R2為0.573,有較好的解釋能力。波動(dòng)率作為因變量時(shí)的突出特點(diǎn)是自相關(guān)十分嚴(yán)重,連續(xù)三天的滯后期波動(dòng)率都非常顯著,但券商報(bào)告卻顯示幾乎對(duì)它沒(méi)有影響。至于收益率,在4個(gè)單獨(dú)的方程中它的R2最小,僅為0.039,換句話(huà)說(shuō)收益率基本和另外三個(gè)指標(biāo)成交量,波動(dòng)率和褒義詞比例沒(méi)什么關(guān)系。另外這個(gè)方程的顯著性也和Pc一樣不太好,作為極為重要的資本市場(chǎng)指標(biāo),卻沒(méi)有變量可以很好的解釋它。整體來(lái)看,券商報(bào)告包含了一些股票市場(chǎng)的重要信息,并且在短期內(nèi)對(duì)收益率有一些影響,但到內(nèi)生變量的影響。在查閱了相關(guān)文獻(xiàn)后,我們認(rèn)為對(duì)資本市場(chǎng)和整體經(jīng)濟(jì)形勢(shì)刻畫(huà)的最理想的指標(biāo)是利率(i)和匯率(ex)。利率對(duì)折現(xiàn)率的確定十分重要,而匯率變化則關(guān)系著熱錢(qián)的流動(dòng)方向以及該公司在海外的各項(xiàng)業(yè)務(wù)等,并最終會(huì)對(duì)公司的經(jīng)營(yíng)情況和股票表現(xiàn)產(chǎn)生影響。當(dāng)然,對(duì)于日數(shù)據(jù)的需求也使得我們必須摒棄一些其他不錯(cuò)的外生變量比如GDP。加入外生變量的VAR回歸模型表達(dá)如下:加入宏觀外生變量是不是合適,應(yīng)該從外生變量本身與其對(duì)內(nèi)生變量的影響兩方面來(lái)考察。另外考察改善狀況的時(shí)候R方變化的百分比應(yīng)該是一個(gè)相對(duì)合理的指標(biāo)。回歸結(jié)果兩個(gè)宏觀變量的顯著性充分說(shuō)明了它們確實(shí)應(yīng)該留在模型中。4個(gè)分開(kāi)的方程中利率和匯率很多可以達(dá)到很好的的顯著水平,特別是當(dāng)Att和Amp作為被解釋變量時(shí)。這一點(diǎn)確實(shí)能對(duì)之前的結(jié)果有所彌補(bǔ),它說(shuō)明券商在做一份報(bào)告時(shí)宏觀經(jīng)濟(jì)的整體運(yùn)行狀況會(huì)對(duì)他們產(chǎn)生影響,尤其像中國(guó)聯(lián)通這種大公司。即便公司股票的前期表現(xiàn)稍差,但只要整體經(jīng)濟(jì)勢(shì)頭很好,券商們可能依然會(huì)選擇看好這家公司。在對(duì)之前內(nèi)生變量影響方面,R,Att,V,Amp作為被解釋變量時(shí)方程的R2分別提高了23.06%,0.20%,1.60%,7.40%。因此宏觀變量的加入使得這些內(nèi)生變量能更好的被解釋,尤其對(duì)于收益率這個(gè)變量來(lái)說(shuō)效果非常好。模型的聯(lián)合顯著性表現(xiàn)不錯(cuò),再次從側(cè)面反映出引入外生變量的優(yōu)勢(shì)。外生變量給模型帶來(lái)的好處在上一次回歸中有很好的展現(xiàn),因此我們對(duì)于加入另外一些僅與中國(guó)聯(lián)通相關(guān)的變量后模型的表現(xiàn)十分期待。就像之前對(duì)于宏觀變量的信念一樣,這次我們認(rèn)為券商對(duì)于公司的一些基本面信息同樣不會(huì)放過(guò)。我們?cè)诠颈姸嗟呢?cái)務(wù)指標(biāo)中選取了以下幾種加入我們的模型中:市盈率(pe),市凈率(pb),公司市值(mv)。因此模型的表達(dá)式將變?yōu)槿缦虑樾?回歸結(jié)果見(jiàn)表4的VAR3部分。外生變量總的來(lái)說(shuō)依然保持比較好的顯著性,利率與匯率比在加入前顯著性有所提高,而財(cái)務(wù)指標(biāo)市盈率和公司市值在解釋力方面也很不錯(cuò),但是市凈率卻非常遺憾的在4個(gè)單獨(dú)的方程中全都不顯著。但是,增加一個(gè)控制變量最多只可能使得系數(shù)估計(jì)的方差有所改變,而假如這個(gè)變量在某方面是重要的但卻被遺漏的話(huà),會(huì)對(duì)系數(shù)估計(jì)的無(wú)偏性有不良影響。由于后者對(duì)回歸的危害更大,因此最終我們還是認(rèn)為它應(yīng)該留在方程里。加入財(cái)務(wù)指標(biāo)的VAR中最明顯的變化來(lái)自于用收益率做被解釋變量時(shí)R2大幅度的提高。R2在這個(gè)方程中達(dá)到0.0683,相比于僅有宏觀變量的0.0475來(lái)說(shuō)提高了43.8%,相比于僅含內(nèi)生變量的0.0386來(lái)說(shuō)提高了76.9%。另外第三次VAR回歸的聯(lián)合顯著性水平的p值也全部降到了0.000。相比于前兩次回歸結(jié)果,我們認(rèn)為這一次的VAR解釋力更強(qiáng),效果更好,因此我們把這個(gè)VAR模型確定為我們研究股票市場(chǎng)的標(biāo)準(zhǔn)。當(dāng)原假設(shè)為滯后6期的券商態(tài)度對(duì)股票收益率沒(méi)有影響時(shí),此時(shí)計(jì)算出的聯(lián)合顯著性p值僅為0.0098,因此可以據(jù)此拒絕原假設(shè),認(rèn)為這6期的券商態(tài)度的確影響了收益率。下表顯示了聯(lián)合顯著性的情況以及系數(shù)狀況。這些數(shù)據(jù)有一個(gè)十分值得注意的地方,就是第t期與t+1期的券商態(tài)度對(duì)于第t期的收益率均顯著。這說(shuō)明了明天的券商態(tài)度會(huì)顯著影響今天的收益率。這個(gè)結(jié)論看起來(lái)有點(diǎn)滑稽,因?yàn)槿绻诠蓛r(jià)已經(jīng)知道了的情況下,就根本不存在預(yù)測(cè)的問(wèn)題了。為了解釋這一點(diǎn),我們可以參看當(dāng)券商態(tài)度作為因變量時(shí)收益率的表現(xiàn)。這個(gè)方程中的券商態(tài)度變量不再是第t+2期而是第t期的值。結(jié)果是所有收益率變量對(duì)于券商態(tài)度的聯(lián)合顯著性表明無(wú)法拒絕原假設(shè),即往期的收益率不能顯著預(yù)測(cè)未來(lái)的券商態(tài)度。結(jié)合之前的結(jié)果,目前的情況是t+1期的券商態(tài)度顯著影響了t期的收益率,但原因卻并不是因?yàn)檫@一期的報(bào)告參考了t期的真實(shí)價(jià)格。在這種情況下,最有可能的原因便是券商報(bào)告的態(tài)度應(yīng)該受到了某些和上一期收益率也顯著相關(guān)的因素的影響。根據(jù)Brown和Cliff的研究,即投資者情緒波動(dòng)與同期股票收益間存在顯著相關(guān)性這一結(jié)論,可以得出這個(gè)相關(guān)的因素即是市場(chǎng)的投資者情緒。市場(chǎng)中的投資者會(huì)因?yàn)橹暗氖找媛试斐勺陨淼那榫w波動(dòng),進(jìn)而這種情緒又影響了券商報(bào)告。之后我們還需分析券商報(bào)告中是否含有對(duì)公司價(jià)值有影響的信息。這里要簡(jiǎn)單調(diào)整一下模型的期數(shù)。此時(shí)用t期的收益率對(duì)券商態(tài)度從t期開(kāi)始及滯后期(t,t-1,t-2,t-3)進(jìn)行回歸(回歸結(jié)果見(jiàn)表6第一列系數(shù)),這些自變量的系數(shù)相加可以發(fā)現(xiàn),這個(gè)值最終是-0.00116,說(shuō)明它比報(bào)告發(fā)布前的收益率有所下降。但是之前的分析已經(jīng)說(shuō)明券商報(bào)告是跟隨而不是領(lǐng)導(dǎo)了投資者情緒,因此此時(shí)算出的偏差表示它回歸了之前的正常水平。其次我們可以看看券商態(tài)度對(duì)于交易量和股票波動(dòng)性的影響結(jié)果。不過(guò)這里的顯著性水平并不像直觀感覺(jué)起來(lái)那么顯著,券商態(tài)度對(duì)股票交易量的聯(lián)合顯著性的p值為0.1226,而對(duì)股價(jià)波動(dòng)率